版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、針對(duì)社會(huì)網(wǎng)絡(luò)的數(shù)據(jù)采集與深層分析技術(shù)如今已經(jīng)引起了信息產(chǎn)業(yè)界的極大關(guān)注。數(shù)據(jù)挖掘技術(shù)的快速發(fā)展是一把雙刃劍,其所導(dǎo)致的隱私泄漏已經(jīng)嚴(yán)重威脅到公民的隱私安全。這些安全問題越來(lái)越限制大數(shù)據(jù)的管理和應(yīng)用,隱私保護(hù)這一理念已經(jīng)深入人心,在大數(shù)據(jù)生態(tài)系統(tǒng)中成為重大現(xiàn)實(shí)問題。
網(wǎng)絡(luò)結(jié)構(gòu)是社會(huì)網(wǎng)絡(luò)的重要特征,網(wǎng)絡(luò)的層次結(jié)構(gòu)反映了網(wǎng)絡(luò)中個(gè)體節(jié)點(diǎn)行為的區(qū)域性特征以及群體之間重要的關(guān)聯(lián)關(guān)系。本文針對(duì)社會(huì)網(wǎng)絡(luò)的隱私保護(hù)問題進(jìn)行研究,以網(wǎng)絡(luò)的層次結(jié)構(gòu)
2、這一角度作為切入點(diǎn),引入層次隨機(jī)圖(HRG,hierachical random graphs)模型來(lái)刻畫社會(huì)網(wǎng)絡(luò)數(shù)據(jù)特征,并利用差分隱私這一嚴(yán)格的數(shù)學(xué)模型來(lái)保護(hù)社會(huì)網(wǎng)絡(luò)圖數(shù)據(jù)隱私。首先,將社會(huì)網(wǎng)絡(luò)圖轉(zhuǎn)化為層次隨機(jī)圖,采用馬爾科夫鏈蒙特卡洛(MCMC,Markov Chain Monte Carlo)方法與指數(shù)機(jī)制相結(jié)合采樣得到一組層次隨機(jī)圖,并針對(duì)每個(gè)樹圖結(jié)合拉普拉斯機(jī)制進(jìn)行加噪處理,使其滿足差分隱私,最終將加噪后的HRG轉(zhuǎn)化為下三角
3、矩陣,求其均值矩陣后再根據(jù)矩陣內(nèi)元素值即層次隨機(jī)圖的內(nèi)部節(jié)點(diǎn)的連接概率值生成凈化后的社會(huì)網(wǎng)絡(luò)發(fā)布圖。本文提出的方法將差分隱私技術(shù)應(yīng)用到社會(huì)網(wǎng)絡(luò)圖的隱私保護(hù)中,發(fā)布出經(jīng)過差分隱私處理后的凈化圖,來(lái)掩蓋節(jié)點(diǎn)間的相互聯(lián)系,從而達(dá)到隱私保護(hù)的效果;同時(shí)通過層次隨機(jī)圖這一近似抽象轉(zhuǎn)換,在不破壞網(wǎng)絡(luò)結(jié)構(gòu)的特性的前提下,大大降低了數(shù)據(jù)處理量,并在發(fā)布后依舊可以用于數(shù)據(jù)分析和挖掘,和以往研究方案相比大大提高了差分隱私保護(hù)的可用性,提升了發(fā)布圖的利用價(jià)值
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于貝葉斯網(wǎng)絡(luò)差分隱私發(fā)布算法的研究.pdf
- 基于差分隱私的直方圖發(fā)布技術(shù)的研究.pdf
- 差分隱私直方圖發(fā)布方法的研究.pdf
- 基于差分隱私的社交網(wǎng)絡(luò)隱私保護(hù)方法研究
- 基于集合覆蓋改進(jìn)的差分隱私發(fā)布算法研究.pdf
- 基于敏感控制的差分隱私數(shù)據(jù)發(fā)布方法研究.pdf
- 基于差分隱私的社交網(wǎng)絡(luò)隱私保護(hù)方法研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的差分隱私保護(hù)研究.pdf
- wdiffgen:基于小波變換的差分隱私數(shù)據(jù)發(fā)布方法
- 基于數(shù)據(jù)發(fā)布用途的社會(huì)網(wǎng)絡(luò)隱私保護(hù)研究.pdf
- 面向數(shù)據(jù)流的差分隱私直方圖發(fā)布.pdf
- 支持差分隱私保護(hù)模型的數(shù)據(jù)發(fā)布算法研究.pdf
- 基于差分隱私的決策樹發(fā)布技術(shù)研究與應(yīng)用.pdf
- 基于差分隱私保護(hù)的集值型數(shù)據(jù)發(fā)布技術(shù)研究.pdf
- 面向大數(shù)據(jù)發(fā)布的差分隱私保護(hù)技術(shù)研究.pdf
- 基于差分隱私的特征選擇研究.pdf
- 基于向量模型的加權(quán)社會(huì)網(wǎng)絡(luò)發(fā)布隱私保護(hù)方法研究.pdf
- W-DiffGen:基于小波變換的差分隱私數(shù)據(jù)發(fā)布方法.pdf
- 基于差分隱私的回歸分析算法研究.pdf
- 基于統(tǒng)計(jì)差分的軌跡隱私保護(hù)方法的研究.pdf
評(píng)論
0/150
提交評(píng)論